[发明专利]一种路用粗集料棱角性量化方法

摘要

本发明公开了一种路用粗集料棱角性量化方法，包括输入集料棱角性检测系统得到的集料图像，集料图像灰度化等一系列处理，读取集料图像，采用M结构元素进行形态学集料骨架提取，得到集料边缘棱角的全部信息；初始化各个变量，形态学运算获取集料颗粒骨架图像；读取集料颗粒骨架图像，形态学闭运算进行集料骨架图像像素连接操作，并求骨架图像的大小利用形态学操作移除目标边界像素，组成图像的骨架，将集料骨架图像二值化，对每幅集料骨架图像棱角点数求和；以平均棱角点表征单个集料的棱角性，用平均棱角点和面积权值共同量化整批集料的棱角性。可实现对集料棱角性高效，精确的检测和定量分析，具有检测效率高，客观性强，检测成本低的优点。

主权项

1.一种路用粗集料棱角性量化方法，其特征在于，按以下步骤实施：步骤一，输入集料棱角性检测系统得到的集料图像；步骤二，将集料图像灰度化、中值滤波去噪、高亮细节增强、图像熵分割、闭运算目标提取、坑洞填充等一系列处理；步骤三，读取步骤二中的集料图像，采用M结构元素进行形态学集料骨架提取，得到集料边缘棱角的全部信息；步骤四，初始化各个变量，按照式对目标物体进行形态学运算，判断当前Corr_TXi是否为空，若未空，则循环停止，并获取集料颗粒骨架图像；步骤五，读取集料颗粒骨架图像，形态学闭运算进行集料骨架图像像素连接操作，并求骨架图像的大小x，y，即为行数和列数；从第二行逐个扫描集料骨架点的像素值大小，判断八邻域像素是否符合第n列的一个点，周围邻域中，若它的m+1行，n+1列和m‑1行，n‑1列所在点的像素值为1，或者它的m+1行，n‑1列和m‑1行，n+1列所在点的像素值为1，若符合，则不需要断点修补，同时去除闭运算操作后的一些干扰点；否则需要断裂点的修补，将像素点0替换成1进行骨架连通改善；扫描完集料图像像素的所有点，循环终止；步骤六，读取子文件夹里面所有的修补完的集料骨架图像，利用形态学操作移除目标边界像素，但不允许目标分隔开，保留下来的像素组成图像的骨架；将集料骨架图像二值化，在四邻域提取边界点，对集料骨架二值化图像进行形态学操作，提取骨架棱角点，并去除图像中的孤立点；步骤七，填充集料骨架二值化图像中的空洞区域，并对每幅集料骨架图像棱角点数求和；步骤八，以平均棱角点表征单个集料的棱角性，用平均棱角点和面积权值共同量化整批集料的棱角性，将骨架棱角点法棱角性量化指标定义如下：由于每个集料是在三种不同状态下得到的二维图形，式中，i代表单个集料的不同三种状态，si为集料在其中某一个状态下的棱角点，P为单个集料的平均棱角点数；ai为集料在其中某一个状态下的集料面积，A为单个集料的平均面积；Ia为整批集料棱角性量化指标，N为总集料个数。